EFEK UPDATE PROOF OF STAKE ETHEREUM PADA HARGA ETHEREUM MENGGUNAKAN METODE LONG SHORT-TERM MEMORY

Santoso, Fernanda Dewa Ndaru (2023) EFEK UPDATE PROOF OF STAKE ETHEREUM PADA HARGA ETHEREUM MENGGUNAKAN METODE LONG SHORT-TERM MEMORY. Skripsi thesis, Universitas Sangga Buana YPKP.

[img] Text
1. COVER.pdf

Download (2MB)
[img] Text
2. LEMBAR PENEGSAHAN.pdf

Download (371kB)
[img] Text
3. LEMBAR PERNYATAAN.pdf

Download (341kB)
[img] Text
5. ABSTRAK.pdf

Download (2MB)
[img] Text
7. BAB I.pdf

Download (2MB)
[img] Text
(rev-sidangke2)2113191082-FERNANDA DEWA NDARU S-SKRIPSI (1).pdf
Restricted to Repository staff only

Download (2MB)
[img] Text
13. DAFTAR PUSTAKA.pdf

Download (2MB)

Abstract

Proof Of Stake telah menjadi alternatif yang signifikan bagi mekanisme konsensus PoW (Proof of Work) dalam jaringan blockchain Ethereum. Akan tetapi, terdapat permasalahan mengenai transisi ini akan memengaruhi harga Ethereum secara keseluruhan, Baik menghasilkan dampak positif pada stabilitas harga Ethereum atau malah sebaliknya. Ethereum sering mengalami masalah fluktuasi yang tinggi pada harga Ethereum sehingga dapat berdampak langsung pada keuntungan atau kerugian investor. Hal ini menciptakan ketidakpastian bagi para investor dan pelaku pasar lainnya. Untuk menentukan langkah investasi terhadap ethereum ini dilakukanlah prediksi untuk mengetahui langkah yang akan diambil untuk investasi dimasa depan dengan menggunakan metode LSTM. Penelitian ini bertujuan membantu pihak terkait untuk menganalisis sejauh mana adopsi Proof Of Stake di jaringan Ethereum dapat mempengaruhi harga Ethereum dan juga akan memprediksi harga Ethereum dalam 14 hari kedepan. Hasil penenlitian menunjukkan bahwa pergantian PoW ke PoS menghasilkan dampak positif dengan kenaikan 48% dan hasil prediksi ethereum menggunakan metode LSTM dengan neuron 51 dan epoch 260 menghasilkan nilai MAPE 17%, Jadi tingkat akurasi sebesar 83 %. Model LSTM memiliki performa yang baik dan dapat memprediksi dengan nilai fluktuasi yang tinggi. Diharapkan hasil prediksi dengan model LSTM dapat membantu pihat terkait untuk menentukan langkah investasi terhadap Ethereum.

Item Type: Thesis (Skripsi)
Additional Information: STF.23.0007
Uncontrolled Keywords: Kata kunci : Ethereum, PoS, LSTM, Prediksi.
Subjects: Skripsi S1 > Teknik Informatika
Divisions: Fakultas Teknik > Teknik Informatika (S1)
Depositing User: user unggah 1
Date Deposited: 30 Oct 2023 04:06
Last Modified: 14 Dec 2023 03:19
URI: http://repository.usbypkp.ac.id/id/eprint/3016

Actions (login required)

View Item View Item